结合均匀度理论和Moran’s I指数、广义G指数的景观格局全局自相关分析

2018-11-30张玉娟曲建光

测绘通报 2018年11期

张玉娟，曲建光，王强，李丹

(1. 黑龙江工程学院哈尔滨测量高等专科学校测量工程公司，黑龙江哈尔滨 150050； 2. 黑龙江工程学院测绘工程学院，黑龙江哈尔滨 150050)

景观格局是指由自然或人为形成的，一系列大小、形状各异，排列不同的景观镶嵌体在景观空间的排列，它既是景观异质性的具体表现，同时又是包括干扰在内的各种生态过程在不同尺度上作用的结果[1-3]。对景观格局进行空间分析是景观生态学近年来关注的重点[4-5]，景观格局空间自相关性可以揭示景观内在的变化规律及驱动因子，同时对景观格局的空间结构调整及内部资源整合具有重要的指导意义[6]。景观格局空间自相关分析是通过一定数目的采样去判定总体的性质，目前最为常用的景观格局空间自相关分析方法为Moran’s I指数和广义G指数分析法[7]。均匀度理论由罗传文教授提出[8]，在分形和混沌研究中得到应用[9-10]。本文拟将均匀度理论分析方法引入到景观格局空间相关分析中，对研究区域景观格局全局自相关进行分析，并与Moran’s I、广义G指数的分析方法获得结论进行对比。

1 研究区域概况

塔子沟林场位于吉林省汪清县境内东部，地理坐标约为129°58′E—130°13′E、43°19′N—43°29′N。区域内地形地貌山地特征明显，地势起伏，低山丘陵，海拔410～1100 m。全年平均气温为3.9℃左右，属中温带湿润气候的温凉区，年均降水量约为580 mm，年均积温为1866～2600℃，无霜期平均136 d，年均日照时数2700 h，植物生长期约为120 d，适宜森林植物生长。林区经营面积2270 km2，森林景观类型相对较全，以林地景观为主，其中有林地的面积约为2100 km2，区域共有100个林斑，近3000个小班。该林场是我国东北森林的典型代表且在森林经理方面积累了很多重要经验。

2 研究方法

2.1 数据来源

本文选择了1997年和2009年两期Landsat TM遥感影像数据，影像获取的时间均为8月，影像质量较好、云量均低于5%。非遥感数据包括研究区域DEM数据、林业局行政区划矢量数据、两期林相图、野外样地调查数据、部分二类调查数据等。

2.2 基于均匀度的景观格局全局自相关分析方法

将距离点P0的最近邻体点记为P1，两点间距离记为D(P0)，称为点P0的紧邻距离。将以P0为圆心、以D(P0)/2为半径的圆称为P0的独占圆，独占圆的外切正方形称为P0独占体，则P0独占体面积S(P0)计算公式为

S(P0)=D(P0)×D(P0)

(1)

均匀度U被定义为独占体总面积与研究区域面积之比，计算公式为[8]

(2)

式中，n为研究区域景观斑块个数。

格局检验：均匀度U的置信区间为[A,B]，其中A、B分别为下限和上限，计算公式为

(3)

景观格局的判定为[11]

2.3 基于Moran’s I和广义G指数的景观格局全局自相关分析方法

全局Moran’s I指数常用于检验和判定研究区域景观分布的全局自相关关系，其计算公式为[11]

(4)

式中，Pk和Pl分别为景观斑块k和斑块l所在位置的值，且k与l不相等；ωkl表示权系数；n为景观斑块个数。

格局检验：IGlobalMoran’s的置信区间为[-1,1]，其中[-1,0]表示负相关，[0,1]表示正相关，景观格局的判定为

General G-statistic用于判别高值聚集和低值聚集形成的空间自相关计算与检验，其计算公式为[6,12]

(5)

式中，Pk和Pl分别为景观斑块k和l所在位置的值，且k与l不相等；ωkl表示权系数；n为景观斑块个数。

格局检验：G值较大，表明研究区域内单元属性值存在高值与高值的聚集状态(H-H)；G值较小，表明研究区域内单元属性值存在低值与低值之间的聚集状态(L-L)。景观格局的判定为

3 实证研究

3.1 研究区域景观类型的划分

借助ENVI 5.1软件，对两期遥感影像进行预处理、解译，参照《土地利用现状分类》及相关文献[13]，结合研究区景观特征，制定了本研究区的景观类型分类体系。首先根据研究区域的土地覆盖类型，将研究区域分成7个一级景观类型，包括有林地、耕地、城乡居民建设用地、灌木林地、未成林造林地、荒山荒地和沼泽地，分类结果如图1所示。

在一级景观分类基础上，参照舒清态的森林景观分类方法[14],进一步将有林地景观划分8个二级景观类型，包括榆树林、杨桦林、蒙古栎林、阔叶红松林、阔叶混交林、针阔混交林、云冷落针叶混交林和人工针叶纯林，分类结果如图2所示。

图1 研究区域一级景观格局

图2 研究区域二级景观格局

3.2 基于均匀度的景观格局全局自相关分析

本文在ArcGIS 10.3环境下，基于二级景观分类结果，分别对两期景观斑块中心点坐标进行提取。2007年共878个中心点坐标，2009年共853个中心点坐标，按照式(1)、式(2)，通过C#编程计算获得两期景观斑块的紧邻距离D0、独占体总面积S独占体总和均匀度U，主要代码如下：

for(k=1;k<=x[].length;k++)

{

a=100000;

{for(l=0;l

{

b=(x[k]-x[l])^2+(y[k]-y[l])^2;

If(b

{

a=b;

}

banjing[k]=sqr(a); ∥独占圆半径

zhijing[k]=2*banjing[k]; ∥独占圆直径

mianji[k]=zhijing[k]^2; ∥独占体面积

}

zongmianji=0;

for(k=1;k<=x[].length;k++)

{

zongmianji+=mianji[k]; ∥S独占体总

}

junyundu=4*zongmianji/(2270*3.14*10000); ∥U

运行结果如图3、图4所示。

图3 1997年景观斑块独占体、均匀度

图4 2009年景观斑块独占体、均匀度

根据式(3)计算可得研究区域1997年景观均匀度置信区间为[0.297 2,0.339 7]，2009年景观均匀度置信区间为[0.296 9,0.339 4]，通过软件计算可得研究区域1997年景观均匀度为0.320 7，2009年景观均匀度为0.288 3。根据均匀度景观格局判定可知，1997年研究区域景观均匀度介于上限与下限之间，景观格局判定为随机分布，表明1997年的研究区域景观格局呈现分散分布状态，各种景观分布比较均匀，所占比例差异较小；2009年景观分布均匀度低于下限值，景观格局判定为聚集分布，各种景观分布不均匀，所占比例差异较大，单一优势景观对研究区域整体景观具有明显的控制，景观类型减少。基于均匀度的景观格局空间自相关分析结果说明在12年间，研究区域的景观格局状况由随机格局向聚集格局变化。

3.3 基于Moran’s I和广义G指数的景观格局全局自相关分析

本文在Geoda095i和ArcGIS 10.3的支持下，按照式(4)完成研究区域景观全局Moran’s I的计算，计算结果如图5所示，1997年研究区域景观全局空间自相关系数为-0.11，2009年研究区域景观全局空间自相关系数为0.42。根据格局检验和景观格局判别可知，1997年的Moran’s I值小于0，表示该期研究区域景观格局呈现分散分布，各种景观分布比较均匀，所占比例差异较小；2009年的Moran’s I值介于0～1之间，表示该期研究区域景观格局呈现聚集分布，整体景观的优势度增加，景观类型减少，区域生态环境更加平衡。

在此基础上，基于Getis-Ord General G-statistic，按照式(5)完成研究区域广义G指数的计算，计算结果如图6所示，1997年研究区域Z Score值为0.92，2009年研究区域Z Score值为2.06，根据景观格局判别可知，2009年研究区域景观格局呈现出明显的高值空间聚集(H-H聚集)，即该期景观格局为聚集分布。